[ABE-L] Seminário em Estatística e Ciência de Dados - Departamento de Estatística da UFBA (Palestrante: Profa. Dra. Renata Rojas Guerra)

Qua Nov 1 16:39:18 -03 2023

Prezados Redistas, 

Na próxima quarta-feira, dia 08 de novembro, às 15h00 , daremos continuidade aos Seminários em Estatística e Ciência de Dados da Universidade Federal da Bahia. 

Este seminário será ministrado pela Professora Renata Rojas Guerra . Ela é graduada em Ciências Econômicas (2013) e mestre em Engenharia de Produção (2015), ambos pela Universidade Federal de Santa Maria (UFSM). Além disso, é doutora em Estatística pelo Programa de Pós-graduação em Estatística da Universidade Federal de Pernambuco (2017) e possui pós-doutorado no Laboratório de Telecomunicações e Sensoriamento Remoto na Universitá di Pavia, Itália (2023). É Professora Adjunta da UFSM. Em 2023 recebeu o Prêmio ISI Jan Tinbergen Awards Winners - Division A e foi selecionada na 6 Chamada Pública de Apoio à Ciência do Instituto Serrapilheira na área de Matemática. Possui interesse nas áreas de análise de sobrevivência, econometria, teoria de distribuições, processamento estatístico de imagens/sinais e modelos dinâmicos e de regressão para séries temporais duplamente limitadas. Também é uma das coordenadoras do projeto StatUFSM, que tem como objetivo divulgar a ciência estatística ao alcance de todos por meio de plataformas digitais. 

Os detalhes do seminário são os seguintes: 

==================================================== 

Title : The Kumaraswamy generalized autoregressive score model for the quantiles of double-bounded hydro-environmental time series 

Abstract : This work addresses a new generalized autoregressive score (GAS) model for continuous random variables that assume values in the unit interval. For this type of data, the beta distribution provides the premier model, and, to the best of our knowledge, it is the only one explored under the GAS approach. However, it may not always be suitable, and the Kumaraswamy (Kw) distribution stands out as a well-known alternative for a wide range of applications. In this context, the proposed model is defined from the assumption that the conditional quantile of the Kw distribution is a time-varying parameter under the GAS framework. Since the beta GAS has been defined in terms of a time-varying conditional shape (or mean) parameter, our proposal pioneers the conditional quantile approach to analyze double-bounded time series from the GAS specification. We present the conditional maximum likelihood (CMLE) method for parameter estimation and conduct a simulation study to evaluate their performance. We also discuss residual analysis, goodness-of-fit assessment, and forecasting for this new model. An empirical application illustrates the suitability of the proposed GAS by fitting eleven water reservoirs from the Southeast/Midwest subsystem of the Brazilian hydroelectric power plant. The proposed model provided the highest number of best fits for both in-sample and out-of-sample forecasts. These results evidence the superiority of the Kw-GAS over the beta-GAS for modeling double-bounded hydro-environmental data. 

Título : Modelo Kumaraswamy de escore autorregressivo generalizado para os quantis de séries temporais hidroambientais duplamente limitadas 

Resumo : Este trabalho aborda um novo modelo de escore autorregressivo generalizado (GAS) para variáveis contínuas que assumem valores no intervalo unitário. Para esse tipo de variável, a distribuição beta é a principal alternativa e, até o momento, é a única explorada sob a abordagem GAS. No entanto, esta distribuição nem sempre é a mais adequada para descrever o comportamento de variáveis unitárias e a distribuição Kumaraswamy (Kw) se destaca como uma alternativa bem conhecida para uma ampla gama de aplicações. Nesse contexto, o modelo proposto é definido a partir da suposição de que o quantil condicional da distribuição Kw é um parâmetro variante no tempo sob a estrutura GAS. Uma vez que o modelo beta-GAS foi definido em termos de um parâmetro condicional de forma variante no tempo, nossa proposta também é pioneira na abordagem do quantil condicional para séries temporais duplamente limitadas a partir da especificação GAS. É apresentado o método da máxima verossimilhança condicional (CMLE) para a estimação de parâmetros e realizado um estudo de simulação para avaliar seu desempenho. Também é apresentada a análise de resíduos, métodos de avaliação da qualidade de ajuste e a forma de obter previsões para este novo modelo. Uma aplicação empírica ilustra a adequação do modelo GAS proposto, ajustando este modelo para onze reservatórios de água do subsistema Sudeste/Centro-Oeste de usinas hidrelétricas brasileiras. O modelo proposto forneceu o maior número de melhores ajustes tanto para previsões dentro da amostra quanto para previsões fora da amostra. Esses resultados evidenciam a superioridade do Kw-GAS sobre o beta-GAS para modelar dados hidroambientais duplamente limitados. 

Data : 15h00 do dia 08 de novembro de 2023 

Transmissão ao vivo online em : https://meet.google.com/fsv-gcms-siv 

==================================================== 

São todos bem vindos! 

Abraço, 

Lizandra Castilho Fabio 

Paulo Henrique Ferreira 

(Coordenadores do Ciclo de Seminários em Estatística e Ciência de Dados do DEst-UFBA) 

-- 
Paulo Henrique Ferreira 
Professor, Departamento de Estatística , Universidade Federal da Bahia 
Coordenador, Programa de Pós-Graduação em Estatística e Ciência de Dados da UFBA 
Coordenador, Centro de Estudos do Risco ( CER-UFBA ) 
CV Lattes: http://lattes.cnpq.br/8538524597034643 

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20231101/8f75bf00/attachment-0001.htm>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: card-renata.jpeg
Tipo: image/jpeg
Tamanho: 265365 bytes
Descrição: não disponível
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20231101/8f75bf00/attachment-0001.jpeg>